基于智能卡数据的公交乘客出行行为稳定性与移动性视角
计算机与社会
2019-11-11 v2
摘要
现有研究广泛使用时空数据来发现各类出行者的移动模式。自动收费系统收集的智能卡数据（SCD）能够反映公交乘客移动模式的总体视图。公交乘客的移动模式在时间和空间上是动态的，因此难以测量。然而，现有鲜有研究在长期内同时测量公交乘客出行模式的移动性和稳定性。为了分析公交乘客出行行为的长期变化，作者在本研究中定义了一个用于测量 SCD 之间相似度的指标。同时提出了一种改进的基于密度的聚类算法，即简化平滑排序点以识别聚类结构（SS-OPTICS），用于识别公交乘客聚类。与原始 OPTICS 相比，SS-OPTICS 所需参数更少，且具有更好的泛化能力。此外，根据规律性和偶然性特征对生成的聚类进行了分类。基于生成的聚类和类别，测量了 2010 年至 2014 年四年间公交乘客的细粒度和粗粒度出行模式转变。结合北京市 2010 年和 2014 年的社会经济数据，还探讨了公交乘客出行行为稳定性与移动性之间的相互依赖关系。
引用
@article{arxiv.1508.06033,
title = {Perspectives on stability and mobility of transit passenger's travel behaviour through smart card data},
author = {Zhiyong Cui and Ying Long},
journal= {arXiv preprint arXiv:1508.06033},
year = {2019}
}
备注
9 pages, 10 figures